Control Adaptativo Fraccionario Optimizado por Algoritmos Genéticos, Aplicado a Reguladores Automáticos de Voltaje

• Marco E. Ortiz-Quisbert ^[1] ; Manuel A. Duarte-Mermoud ^[1] ; Freddy Milla ^[1] ; Rafael Castro-Linares ^[2]
  1. [1] Universidad de Chile

     Universidad de Chile

     Santiago, Chile

     
  2. [2] Instituto Politécnico Nacional

     Instituto Politécnico Nacional

     México

     
• Localización: Revista iberoamericana de automática e informática industrial ( RIAI ), ISSN-e 1697-7920, Vol. 13, Nº. 4, 2016, págs. 403-409
• Idioma: español
• Títulos paralelos:
  • Fractional Adaptive Control Optimized by Genetic Algorithms, Applied to Automatic Voltage Regulators
• Enlaces
  • Texto completo
• Resumen
  • español

    En este trabajo se presenta la técnica del control adaptable de orden fraccionario por modelo de referencia (CAOFMR), aplicada a los reguladores automáticos de voltaje (RAV). El artículo se enfoca en el ajuste de las ganancias adaptables y los órdenes de derivación de las leyes de ajuste del controlador CAOFMR, determinados por la minimización de una función criterio definida para el modelo simplificado del RAV, mediante la utilización de la técnica de optimización de algoritmos genéticos (AG). En base a un criterio de evaluación propuesto por otros autores, se realizan comparaciones, por medio de simulaciones, de la técnica de control propuesta con los resultados obtenidos por la técnica de control PID de orden entero (OEPID) (Zamani et al., 2009). Se muestra que el controlador CAOFMR con parámetros optimizados por AG, entrega mejores resultados en términos de robustez frente a variaciones en los parámetros del sistema controlado y mejoras en relación a la velocidad de convergencia hacia las señales de referencia del sistema RAV.

  • English

    The technique Fractional Order Model Reference Adaptive Control (FOMRAC) applied to an Automatic Voltage Regulator (AVR) is presented in this paper. The work is focused on tuning the adaptive gains and the derivation order of the adaptive laws of the FOMRAC, determined through the minimization of a criterion function defined for the simplified model of the AVR, by means of the genetic algorithm (GA) optimization technique. Based on the criterion function proposed by other authors a simulated comparative study is performed, comparing the proposed methodology with the integer order PID control reported in (Zamani et al., 2009). It is shown that the FOMRAC with parameters optimized by GA provides better results in terms of robustness under parameters variations of the system under control and improvements in the convergence speed of the control error.